具身智能机器人通过世界模型想象抓杯子任务 那么关键问题来了： 世界模型应该如何「放进」具身系统中？是作为一个独立的模拟器？还是作为策略网 络的一部分？ 长期以来，具身智能系统主要依赖「感知 - 行动」的反应式回路，缺乏对未来的预测能力。而世界模型的引 入，让智能体拥有了「想象」未来的能力。 近日，依托 北京中关村学院 ， 来自 中科大、哈工大、南开大学、清华大学、宁波东方 理工大 学 等机构的 研究团队发布了一篇全面综述，首次从架构集成（Architectural Integration） 的视角，将现有研究划分为三 大范式。 本文将带你一览这篇硬核综述的核心精华。 论文标题： Integrating World Models into Vision Language Action and Navigation: A Comprehensive Survey 原文链接： https://doi.org/10.36227/techrxiv.176531987.77979037/v1 基于世界模型的具身智能体框架 为什么具身智能需要「世界模型」？ 在 LLM 爆发之前，具身指令跟随系统通常将语言、感知和动作视为分 ...